Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Sanches, Danilo Sipoli | - |
Autor(es): dc.contributor | Sanches, Danilo Sipoli | - |
Autor(es): dc.contributor | Silva, Adriano Rivolli da | - |
Autor(es): dc.contributor | Pozza, Rogerio Santos | - |
Autor(es): dc.creator | Suyama, Carla Harumi | - |
Data de aceite: dc.date.accessioned | 2025-08-29T13:00:40Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T13:00:40Z | - |
Data de envio: dc.date.issued | 2025-04-16 | - |
Data de envio: dc.date.issued | 2025-04-16 | - |
Data de envio: dc.date.issued | 2021-05-19 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/36554 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1105850 | - |
Descrição: dc.description | Over the years, there has been a breakthrough in technology that has enabled people to generate more and more data, and the concept of Big Data has emerged. As a result, there was a need to treat them more automatically, leading to the development of techniques for the Knowledge Discovery process. Among the steps of the KDD, there is a reduction in dimensionality that is very important, because it eliminates attributes that do not contribute to the analysis. This work carried out a comparative analysis of Filter approaches already existing in the literature with a new method of Wrapper developed to reduce the dimensionality together with the classifiers Naive Bayes, KNN, AdaBoost and random forests, to verify which presented better performance in accuracy, precision and/or recall. | - |
Descrição: dc.description | Com o passar dos anos, houve um avanço da tecnologia que proporcionou que as pessoas começassem a gerar cada vez mais dados, surgindo então o conceito de Big Data. Com isso, houve a necessidade de tratá-los de forma mais automática, levando a desenvolver técnicas para o processo de Descoberta de Conhecimento. Dentre os passos deste processo, existe a redução de dimensionalidade que é muito importante, porque elimina atributos que não contribuem para a análise. Este trabalho realizou uma análise comparativa de abordagens de Filtro já existentes na literatura com um novo método de Wrapper desenvolvido para reduzir a dimensionalidade juntamente com os classificadores Naive Bayes, KNN, AdaBoost e florestas aleatórias, para verificar qual apresentou melhor desempenho em acurácia, precisão e/ou em revocação. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Cornelio Procopio | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia da Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | Attribution-NonCommercial 4.0 International | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
Palavras-chave: dc.subject | Heurística | - |
Palavras-chave: dc.subject | Classificação | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Heuristic | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
Título: dc.title | Modelo heurístico de seleção de características em aprendizado de máquina | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: